ScribeToAny
多語言轉錄

轉錄越南語音訊

越南語靠聲調承載意義,而標記聲調的變音符號在手工輸入時很容易丟失 —— 少一個符號就可能改變詞義。ScribeToAny 把越南語語音轉錄成聲調符號和變音符號齊全、帶標點和時間戳記的文字,適用於採訪、講座、影片和通話,然後以八種格式匯出。

  • AI 轉錄
  • 98 種語言
  • 加密儲存,我們絕不用你的檔案訓練 AI

從你的錄音開始

把音訊或影片檔案拖到這裡，或點擊選擇。

實際轉錄成果預覽

一段 64 秒雙人訪談（合成語音）的未編輯轉錄結果，已開啟說話者辨識。此處僅顯示前幾行。

逐字稿 (TXT)
SPEAKER_00 (0:00) Welcome back to Small Shop Stories.
SPEAKER_00 (0:02) Today I'm talking to Maya, who runs a tiny bakery on the
SPEAKER_00 (0:05) corner of Mill Street.
SPEAKER_01 (0:07) Thanks for having me.
SPEAKER_01 (0:08) It's really small, just two ovens and a counter.
SPEAKER_00 (0:12) So how does a normal day start for you?
字幕 (SRT)
1
00:00:00,000 --> 00:00:01,680
[SPEAKER_00] Welcome back to Small Shop Stories.

2
00:00:02,160 --> 00:00:05,320
[SPEAKER_00] Today I'm talking to Maya, who runs a tiny bakery on the

3
00:00:05,320 --> 00:00:06,320
[SPEAKER_00] corner of Mill Street.

比對原稿後，189 個字詞中僅 4 個有出入——字詞錯誤率為 2.1%（將寫為「80」的「eighty」亦計入錯誤），全部 14 次發言輪替皆標註正確。此為清晰語音的測試結果；背景雜音較多或多人同時說話時準確率會較低。 查看完整逐字稿與評分方式

使用方法

  1. 1

    上傳

    拖入音訊或影片檔案,或貼上連結,常見格式全部支援。

  2. 2

    轉錄

    AI 自動轉錄,帶時間戳,可選說話人識別,通常幾分鐘完成。

  3. 3

    匯出

    線上逐段編輯後,匯出 TXT、SRT、VTT、TSV、CSV、JSON、PDF 或 DOCX。

為什麼選 ScribeToAny

  • 聲調符號：輸出保留全部六個聲調的符號（ngang、sắc、huyền、hỏi、ngã、nặng）；嘈雜的錄音最容易出現聲調錯誤。
  • 北、中、南口音：可處理河內、峴港和西貢口音；清晰的錄音效果最好。
  • 流行語與外來詞：日常流行語和英文科技詞彙都能辨識；非常新的網路用語可能需要核對。
  • 字幕同步：為 YouTube 和 TikTok 產生帶時間碼的 SRT/VTT 字幕，並盡量在句子和子句處斷開。

常見問題

它會保留越南語的聲調符號和變音符號嗎?

會 —— 完整的變音符號是輸出的一部分,所以文本是可以閱讀和貼上的正確越南語,而不是去掉符號的 ASCII 近似。正是這一點,讓一份自動轉錄真正能用。

它能處理北方和南方口音嗎?

可以。模型能處理主要的地區口音,包括河內和西貢。音訊越清晰,轉錄越準確;對於有噪音或嚴重重疊的錄音,在編輯器裡快速校對一下就能修正偶爾的詞。

它能給越南語影片加字幕嗎?

可以。文字稿都帶時間戳記,所以您可以匯出 SRT 或 VTT,直接放到影片上。越南語文字稿還能免費翻譯成 134+ 種語言,所有方案都能用。譯文保留原時間軸,翻譯後的 SRT 同樣能與影片對齊。

語言選單中沒有越南語，怎樣確保能被辨識？

把「音訊語言」保持為「自動偵測」即可，越南語會被自動辨識。偵測只聽開頭大約 30 秒，所以如果錄音開頭是英文介紹、音樂或長時間靜音，請先剪掉這一段，否則檔案可能被當成別的語言處理。

為什麼有時某個詞的聲調符號會出錯？

聲調符號是根據音節的發音判斷的，所以噪音、背景音樂或含糊的發音都可能讓它偏到相鄰的聲調，而 ma、má 和 mả 是完全不同的詞。嘈雜的錄音請在轉錄前開啟「恢復音訊」，之後在編輯器中點擊可疑的那一行，重聽那一刻再修正聲調。

相關工具